1) collocation
[英][,kɔlə'keɪʃn] [美]['kɑlə'keʃən]
![点击朗读](/dictall/images/read.gif)
拟合推估
1.
Otherwise,the collocation results will be twist.
![点击朗读](/dictall/images/read.gif)
拟合推估解算必须首先求得信号向量的方差协方差矩阵,该协方差矩阵一般通过选定的协方差函数,并通过已测点数据进行拟合得到。
2.
After having reviewed the basic collocation theory, the principle of the collocation by two minimization steps is introduced.
根据拟合推估两步极小解法的基本原理,将随机场分为趋势性和随机性两部分,对趋势性部分采用函数模型拟合后,用剩余残差拟合随机性信号协方差函数,再求解趋势性模型参数和随机信号。
2) Least-square collocation
![点击朗读](/dictall/images/read.gif)
拟合推估算法
3) least squares collocation(LSC)
![点击朗读](/dictall/images/read.gif)
最小二乘拟合推估
1.
The key problem of least squares collocation(LSC) is to ascertain experience covariance function.
最小二乘拟合推估法的关键是要确定经验协方差函数 ,本文分析了协方差函数的待定参数对推估结果及其精度的影响 ,在此基础上经过实际计算 ,对协方差函数的待定参数的确定提出了自己的看法。
4) conventional solution of collocation
![点击朗读](/dictall/images/read.gif)
拟合推估通行算法
6) fitting of estimated formula
![点击朗读](/dictall/images/read.gif)
估算式拟合
补充资料:拟合推估
亦称配置法,是一种推估方法,即根据某些观测数据,按一种特定的拟合法则,对随机参量和非随机参量进行推估。
观测有随机误差,参量中有随机变量,也有非随机变量。观测方程用矩阵表示如下:
式中L是含n个观测值的列向量,N是含n个观测误差的列向量,Y是含r个随机参量的列向量。这些都是随机变量,式中它们代表一次取值。X是含m个非随机参量的列向量,A和B是已知的n×m阶和n×r阶的系数矩阵。设N与Y无关联,其协方差分别为;权阵,,又设Y的数学期望为,则拟合推估在差的二次齐式
条件下进行,以求X、Y、N的估值。从以上的模型可见,拟合推估比一般平差问题增加了随机参量的推估。
观测有随机误差,参量中有随机变量,也有非随机变量。观测方程用矩阵表示如下:
式中L是含n个观测值的列向量,N是含n个观测误差的列向量,Y是含r个随机参量的列向量。这些都是随机变量,式中它们代表一次取值。X是含m个非随机参量的列向量,A和B是已知的n×m阶和n×r阶的系数矩阵。设N与Y无关联,其协方差分别为;权阵,,又设Y的数学期望为,则拟合推估在差的二次齐式
条件下进行,以求X、Y、N的估值。从以上的模型可见,拟合推估比一般平差问题增加了随机参量的推估。
说明:补充资料仅用于学习参考,请勿用于其它任何用途。
参考词条